过去一年,科技领域发生了变革性的变化,人工智能的进步尤为显著。从新型生成式 AI 应用的普及到 AI 代理的崛起,再到技术治理和未来工作的问题,2024年必读书籍涵盖了我们不断演变的数字环境所带来的机遇和挑战。以下精选作品提供了来自行业先驱、顶尖学者和资深科技记者的重要观点,帮助读者在日益由 AI 驱动的世界中找准方向。
《与 AI 共存:生活和工作中的人工智能》,作者:伊桑·莫利克
沃顿商学院教授、"One Useful Thing"通讯作者伊桑·莫利克为人们在 AI 时代如何茁壮成长提供了指导。他探讨了如何有效地将 AI 作为同事、共同教师和教练,同时提供了在人机协作新时代保护人类身份并创造积极成果的实用见解。
《至高无上:AI、ChatGPT 和改变世界的竞赛》,作者:帕米·奥尔森
在这本荣获《金融时报》和施罗德年度商业图书奖的作品中,彭博社科技作家帕米·奥尔森深入揭示了 OpenAI 和 DeepMind 之间的高风险竞争,展现了塑造 AI 未来的复杂动态。通过独家接触行业内部人士,她审视了当 AI 发展由强大的科技公司和 CEO 驱动时所产生的竞争、道德挑战和潜在威胁。
《链接:从石器时代到 AI 的信息网络简史》,作者:尤瓦尔·诺亚·赫拉利
尤瓦尔·诺亚·赫拉利的《链接》探讨了人类与信息之间复杂的关系,追溯了信息从石器时代到现代 AI 时代的影响。通过宗教正典化、猎巫运动和极权主义政权等历史里程碑,赫拉利剖析了社会如何将信息既作为进步的工具,又作为控制的武器。面对生态崩溃、虚假信息泛滥和人工智能的崛起,本书挑战我们重新思考真理、智慧和权力之间的平衡。《链接》提供了一个充满希望的视角,呼吁我们在信息和存在威胁的复杂相互作用中重新发现我们共同的人性。
《公司生命周期:商业、投资和管理启示》,作者:阿斯瓦斯·达莫达兰
纽约大学教授、估值专家阿斯瓦斯·达莫达兰提出了一个通用框架,用于理解公司如何经历不同的公司生命周期阶段。他的研究帮助读者识别公司财务中的关键转折点,并相应地调整策略,为优化管理和投资决策提供了重要见解。他还探讨了公司在利用技术(无论是购买还是自主开发)快速扩张时所面临的策略和权衡。
《烧书:一个科技爱情故事》,作者:卡拉·斯威舍
资深科技记者卡拉·斯威舍展现了硅谷最具影响力人物的内部故事。她借助三十年来对史蒂夫·乔布斯、杰夫·贝索斯和马克·扎克伯格等领袖的采访,坦率地展示了科技远见者如何既推动又阻碍了数字时代的进步。
《全员参与科技:AI 驱动的公民革命》,作者:汤姆·达文波特和伊恩·巴金
本书探讨了公民开发者的变革力量——这些业务领域专家利用民主化的技术推动创新。通过引人入胜的案例研究,作者揭示了如何赋予员工创建应用程序、自动化和分析的能力,从而提高组织的灵活性并最大限度地减少 IT 瓶颈。该书提供了一个将公民开发整合到数字战略中的实用框架,同时与企业目标保持一致并降低风险。这是领导者和创新者必读的一本书,它重新定义了工作的未来,展示了技术如何释放所有员工的创造力,打造一个更具创新性和效率的企业。
《AI 蛇油:人工智能能做什么,不能做什么,以及如何区分》,作者:阿尔温德·纳拉亚南和萨亚什·卡普尔
计算机科学家纳拉亚南和卡普尔剖析了 AI 的炒作和错误信息,清晰地阐述了 AI 的真实能力和局限性。他们研究了 AI 在教育、医疗、招聘和刑事司法等领域的影响,帮助读者理解潜在风险,并在专业和个人环境中做出关于 AI 采用的明智决策。
《奇点更近了:当我们与 AI 融合》,作者:雷·库兹韦尔
作为著名的未来学家,库兹韦尔带来了对技术进步的全新视角,审视了他早期的预测,并探讨了 AI 和生物技术的指数级增长将如何改变人类生活。他涉及了从工作自动化到延长寿命等争议话题,提供了乐观的愿景,同时也考虑了潜在的危险。
《英伟达之道:黄仁勋和一个科技巨头的诞生》,作者:金泰
这本商业历史书揭示了英伟达如何从一家专注于游戏的初创公司转变为推动 AI 革命的强大力量。通过对100多人的采访,包括与 CEO 黄仁勋和他的联合创始人的对话,金泰揭示了英伟达独特的企业文化和战略决策,使其能够超越科技巨头,并在 AI 时代处于领先地位。
《AI 精明领袖:重新掌控并使 AI 发挥作用的九种方法》,作者:大卫·德·克雷默
德·克雷默的这本书是一本引人入胜的指南,指导领导者如何掌控组织中的 AI 转型。它强调了许多领导者已经放弃了自己的角色,在应对人机协作复杂性时面临组织失败的风险。该书聚焦于九个可行的步骤,这些步骤植根于核心领导技能,如愿景设定、沟通和战略执行,使领导者能够负责任和有效地整合 AI。书中并不深入探讨 AI 的技术细节,而是强调需要有远见的领导力来调整 AI 计划,使其与组织目标保持一致,以实现可持续增长和成功。
彼得·海是 Metis Strategy 的总裁,这是一家商业和 IT 咨询公司。他已经写了三本畅销书,其中最新的是《走向敏捷》。他还主持 Technovation 播客系列,并在世界各地的会议上发表演讲。在 Twitter 上关注他 @PeterAHigh。
好文章,需要你的鼓励
这项研究提出了"VeriFree"——一种不需要验证器的方法,可以增强大型语言模型(LLM)的通用推理能力。传统方法如DeepSeek-R1-Zero需要验证答案正确性,限制了其在数学和编程以外领域的应用。VeriFree巧妙地计算正确答案在模型生成的推理过程后出现的概率,作为评估和训练信号。实验表明,这种方法不仅能匹配甚至超越基于验证器的方法,还大幅降低了计算资源需求,同时消除了"奖励黑客"问题。这一突破将有助于开发出在化学、医疗、法律等广泛领域具有更强推理能力的AI系统。
这项研究提出了"思想家"(Thinker)任务,一种受人类双重加工理论启发的新型AI训练方法。研究者将问答过程分解为四个阶段:快速思考(严格预算下给出初步答案)、验证(评估初步答案)、慢速思考(深入分析修正错误)和总结(提炼关键步骤)。实验表明,该方法使Qwen2.5-1.5B模型的准确率从24.9%提升至27.9%,DeepSeek-R1-Qwen-1.5B模型从45.9%提升至49.8%。显著的是,仅使用快速思考模式就能达到26.8%的准确率,且消耗更少计算资源,证明了直觉与深度推理作为互补系统的培养价值。
这项由ELLIS研究所和马克斯·普朗克智能系统研究所的科学家进行的研究,揭示了大语言模型安全测试的根本规律:越狱攻击成功率由攻击者与目标模型间的能力差距决定。通过评估500多个攻击者-目标组合,研究团队发现:更强的模型是更好的攻击者;当目标能力超过攻击者时攻击成功率急剧下降;社会科学能力比STEM知识更能预测攻击成功。基于这些发现,研究者建立了预测模型,表明随着AI进步,人类红队测试可能逐渐失效,提示需要发展自动化安全评估方法及更全面地评估模型的说服和操纵能力。
华中科技大学和香港中文大学研究团队提出SATORI-R1,一种通过空间定位和可验证奖励增强多模态推理的新方法。该方法将视觉问答任务分解为图像描述、区域定位和答案预测三个可验证阶段,解决了自由形式推理中注意力分散和训练收敛慢的问题。实验证明,SATORI-R1在七个视觉问答基准上一致提升性能,最高达15.7%,并展示出更聚焦的视觉注意力和更低的训练方差。